转型之外 ， 必然的等待
在AI商业化困难、技术落地存在瓶颈的现状下 ， AI四小龙选择了更为细分、也更容易商业化的赛道力求落地 。
转型后 ， 四小龙纷纷找到了自己的定位：云从集中精力于人机协同操作系统 ， 旷视科技进军AI物联网 ， 依图发力云端定制芯片 ， 商汤定位AI+平台型公司 ， 在每个垂直行业输出技术和解决方案 。 科大讯飞也于近期宣布对下属控股公司讯飞医疗分拆上市 ， 加码智慧医疗板块 。
然而 ， 转型并不意味着摆脱颓势 ， “新的场景”也并不能作为AI企业困局的解答 。 反之 ， 即使业务逐渐靠向To B板块 ， 但应用场景依然不足以支撑技术的大规模商业化 ， 导致常年的亏损却仍未停止 ， AI最后的遮羞布也被扯下 。
根据商汤科技招股书：2018年、2019年、2020年、2021年上半年 ， 商汤科技营收分别为人民币18.53亿元、30.27亿元、34.46亿元、16.52亿元；净亏损分别为人民币34.33亿元、49.68亿元、121.58亿元及37.13亿元 ， 盈不抵亏已成常态 。 而依图科技 ， 也并未在重注“求索”芯片的两年后止亏为盈 ， 反而折戟科创板IPO 。
何以至此？除赛道内其他玩家的施压与搅局影响外 ， 更多是AI技术与To B赛道的不契合 。
“就像是老人买iPhone ， 你iOS系统如何如何好其实并不会被关注 ， 因为用户所需的只是打电话、买菜等具体的解决方案 。 不管是基础技术研发 ， 还是应用、产品技术层面的研发 ， 只要无法解决行业实际痛点 ， 就很难具备真正的价值 。 ”侯匡告诉光子星球 。
另外 ， 企业采纳AI应用本质上也是商业行为 ， 除了考虑技术的可行性 ， 还需考虑成本与效益是否统一 ， 这也就带来了新的问题 。
首当其冲的 ， 便是技术可行性与效益的问题 。 “布局AI未必会带来收益 ， 即使纸面上数据变好看了 ， 但也有可能是市场发展自然增长的结果 ， 如果真有什么技术能颠覆行业 ， 那早就被所有企业所采用了 。 ”侯匡说道 。
而对To B业务更大的基本盘——产业数字化来说 ， AI应用依旧水土不服 。 对此 ， 侯匡告诉光子星球 ， 抛开战略角度 ， 数字化程度高的企业受限于边际成本不愿意用AI ， 而产业数字化的主体传统企业 ， 也并不愿意为AI投入成本 。
“以传统制造业为例 ， 遭遇产品瑕疵问题 ， 与其投入大量成本引入AI图像识别技术筛选瑕疵品 ， 还不如多请几个人呆在生产线上盯着 。 如果遇到业务危机 ， 老板往往也会选择裁员或停产 ， 尤其是中小型企业 ， 任何的选择都关乎其存亡 ， 更不可能费钱费力去搞AI 。 ”侯匡解释道 。
AI看似朝向To B发展 ， 但业务实际上却仍停留在医疗、金融等热门赛道 ， 难以契合各个行业 ， 落地仍然举步维艰 。 而业务模式受阻 ， 变现也成为了伪命题 。
此外 ， 《数据安全法》《个人信息保护法》的陆续出台 ， 要求企业遵循数据、个人信息获取的安全、可控 ， 个人生物特征数据也就此被立法保护 ， 这也为需数据喂养的AI算法蒙上阴影 。
终
目前 ， 无论是资本 ， 还是企业 ， 对于AI潮流已趋于冷静 ， 不再盲目追逐概念 。 在李博看来 ， 这其实是好事：“我们不该盲从概念 ， 也不该排斥概念 ， 概念与技术本身没有对错 ， 只有合适与否的问题 ， 现在国内还没有孕育出适合AI大规模落地的土壤 ， AI技术本身也没有达到落地的要求 ， 但这些年的造势却是有意义的 。 ”
“从新兴技术发展的角度来讲 ， 一是研发成本很高 ， 二是不确定性很大 ， 三是需要构建生态环境与供应链 ， 因此 ， 一个新兴技术想要走向应用 ， 巨大的社会资源投入不可或缺 。 而想要达到这一点 ， 造势自然不可避免 ， 虽然这会在一定程度上造成资源的浪费 ， 但确实能帮助其迅速度过早期阶段提前落地 。 ”李博解释道 。